本申请提供一种模型训练方法，包括定义一个新的量化线性层；将量化线性层的多维输入张量中全部元素量化为PINT格式，对量化线性层的待计算张量中全部元素量化为PINT数据格式，将量化后的多维输入张量和待计算张量进行矩阵乘计算得到定点结果；将定点结果反量化为浮点数并传播到后续网络层；将模型中原有的线性层替换为量化线性层，以及基于浮点数和PINT数据格式对模型进行训练。本申请开发了一种基于PINT数据格式的量化线性层，将低比特、高表示能力的PINT数据格式应用到模型训练，用量化线性层替换模型中使用到的线性层，使得在训练出的模型准确度变化很小的情况下有效的降低了数据计算和存储等方面的需求。